区块链金融业应用：金融业如何拥抱这一颠覆性技术

如今，“颠覆”一词已被频繁使用，特别是在技术领域，但区块链确实具备潜力变革规模高达数万亿美元的金融业核心。本文仅选取了金融领域中区块链的一些典型应用。 像任何企业一样，金融业也希望从客户忠诚度奖励计划中获得大量海量数据和利润。区块链可以通过降低成本，实现无缝的实时程序并保护重要数据来进一步优化流程。 值得注意的是，会议指出，金融业可以通过利用区块链的去中心化机制来应对更高的风险和网络攻击，从而开启数字身份安全的新纪元。 这里有三家公司帮助金融部门维护数百万个数字身份的完整性。

kaspersky:2018金融业网络威胁报告

1，2017年，钓鱼页面超过1/4尝试攻击金融行业。金融行业占网络钓鱼的份额从47.5%增加到54%。

金融业务的数据存储选型

主要是因为图是一种非结构化数据，而金融业务里处理的数据都要有清晰结构，金融数据本质就不是非结构化数据类型。 一般出现那些跟数据分析相关部门。 同样的外汇信息，被分为5个单位存储，每列是个单位： 计算这3个时间点对应的买入价格的平均值，只需加载上面这幅图粉红色部分。大部分数据都不需加载内存，节省大量读取时间。 金融市场数据和金融业务数据不一样。**市场数据一般是业务处理结果。**比如你看到的股票价格信息是股票交易所进行买卖撮合后的结果，外汇信息是外汇交易之后的结果，利率、指数等等也都是这样生成的。 因为金融业务需要准确地定义数据，所以很少用到图的数据结构。一般会在风控和反洗钱领域用到图相关的工具。 金融市场数据一般使用时序数据库。

金融业务架构的技术挑战

那这种资产证券化的金融业务，对信息系统有什么要求？ 1.1.2 金融数学原理 贷款可能违约，违约大小通过信用评级衡量。所以违约率是数学概率。 其实在国外有时候也会把这种复杂的金融业务真正的包装成一个债券。原因是一些风险厌恶型基金在基金章程里规定只能购买某种评级以上的债券。所以会有金融公司将资产证券化产品打包成债券出售。

重塑金融业的Fintech将走向何方？

Fintech的真正价值不在于其吸引力多少百万的融资，规模膨胀以及并购交易，其真正价值在于是否对金融业产生了巨大的进步影响，以及每一天都有不同的Fintech企业来为小型企业和个人创造出价值。

金融业欲携手蚂蚁金服谋变

---- 突然有一天，传统金融业发觉自己竟然喜欢上了蚂蚁金服，而仅仅在数年前，后者还曾像一条鲶鱼那样，让他们感到不适。 5月11日，当200多家金融机构的行长、董事长、总经理和CIO汇集杭州，参加首届“移动智惠金融峰会”时，大家发现，传统金融业和互联网科技公司间，原本竟也可以如此其乐融融。 这是金融业加速科技创新的窗口，也是蚂蚁金服生态型业务的又一次勃兴。 就对数字的敏感性上，再没有比金融业更高的行业了。 ）、“双11”一天800万的客户服务请求中，97%由智能客服自动完成…… 这些数字展现了数字化时代金融业的诸多可能。 眼下，这家科技公司已经展示了一些传统金融业可以直接利用的资源。

金融业务如何高性能传输数据

券商发给交易所的订单数据属于事务数据。这里的事务指的是数据库事务（Transaction）。所以交易数据的传输需满足顺序正确性要求，既要保证顺序的正确性，也要保证消息处理的一次性。

数据揭秘美国金融业“差评”地图

本期数据侠与纽约数据科学院合作专栏中，数据侠Eric就希望通过在Shiny应用建立的美国金服差评可视化项目，帮助到美国的金融机构，发现问题解决问题，成为服务好人民的好机构。

金融业数据库自主创新之路

作为涉及国计民生的支柱性产业，金融业尤为关注此点。而在IT基础设施之中，数据库更是作为三大基础软件之一、交易和数据的主要载体则受到更多的关注。 ❖ 金融合规需求 金融业，作为数据密集型行业，大量业务依赖于数据的产生与流转。因而金融业对交易与数据的承载者—数据库，提出非常高的要求，诸如数据库的稳定性、可靠性等。 此外，金融业的数据通常也具有高价值，因此对于数据安全方面也同样有着极高的要求。作为涉及国计民生的重要行业，国家也将金融业作为重点监管行业。 ❖ 金融创新基础 近些年来，金融业务正在悄然发生着变化。 2).上层引导，国家政策解读 除了上述因素外，作为金融监管方，国家积极鼓励金融业技术自主创新。在2022年1月，银保监会就下发了《银行业保险业数字化转型的指导意见》。 ”，因此在开源技术方面，金融机构不仅不能停滞不前，还要加大技术和资金投入，不断强化自身在开源技术上的储备和应用，最终“依托金融业丰富的业务场景促进开源技术迭代升级。”

谁能做金融业的大数据工程师？

目前国内的大数据应用多集中在互联网领域，有超过56%的企业在筹备发展大数据研究，“未来5年，94%的公司都会需要数据科学家。”颜莉萍说。因此她也建议一些原本从事与数据工作相关的公司人可以考虑转型。

金融业运维体系指南-嘉为蓝鲸

本文作者是嘉为科技负责金融行业的顾问赵海兵老师，老师在金融行业深耕钻研数年，主导多个中大型金融单位的运维体系咨询与项目建设，深度调研访谈了多家金融业标杆客户，对于金融行业的运维现状、需求痛点、趋势变化和最佳实践等有深入的理解和洞察 5. 架构维度的需求 银行理想化的模式基本都是敏态+稳态这两种模式，并且敏态的体量是逐步往上升的。除此之外，传统的模式也在逐步剥离，以支持敏态模式。 6. 响应数字化时代号召，实现运维模式的数字化转型 金融业数字化转型是大势所趋，并不只有业务与开发团队需要进行转型，运维团队也要紧跟时代步伐，进行全方位数字化转型，不致落后。 2.

推动人工智能在金融业的应用

当前，金融业的AI发展已跨越技术探索阶段，进入大模型引领实践落地的阶段。 在这一阶段，金融业亟须推动前沿创新，同时健全治理机制，确保金融业AI行稳致远。 AI大模型在金融业的应用现状金融业AI应用已由概念探索迈向规模化落地，行业格局逐步呈现出头部机构引领带动与中小机构探索突围并行的发展态势，大模型应用从分散式试点加速转向体系化部署。 为支撑智能体在金融业落地并有效控制潜在风险，需要构建开放、标准化的智能体生态。 多路径深化AI大模型在金融业的应用在拥抱机遇的同时，必须清醒认识到金融AI应用面临的多重挑战。

2023金融业大模型报告重磅发布 | 附全文下载

11月9日，在2023金融街论坛“构建数实融合新模式，助力产业数字金融新发展”分论坛上，中国银保传媒与腾讯研究院联合发布《2023金融业大模型应用报告》，深入解析大模型发展趋势，建立金融业大模型应用体系化蓝图 专家点评：近一年金融业对于大模型的探索和运用日益增多，我们感受到行业对于新技术学习和应用的强烈需求。 - 柳晓光 毕马威企业咨询 金融数字化转型咨询主管合伙人主要内容：趋势研判：大模型和生成式AI技术蓬勃发展，预训练模型诱发技术质变破除虚妄：明确大模型在金融业的场景落地边界，破解金融业与大模型落地的三大核心问题务实求效 破除虚妄：大模型在金融业落地场景边界大模型超强的能力让人向往，如何推进大模型在金融业的落地？ 通过对金融机构、大模型服务商、腾讯内部技术团队的调研，本报告形成了金融业大模型应用体。

提高金融业务数字化程度的技术指南

开源商业模式促进金融业科技生态的发展

在《从高盛的技术“开源”看金融业软件发展未来》中，总结了一些传统金融机构IT研发所遇到的放不开手脚的问题，并提到金融行业是时候与时俱进的借鉴采纳开源科技公司的做法，借力打力。 金融业的开源商业模式 虽然在国内投资界，VC们青睐SaaS，但在金融业尤其是证券行业，云服务本身因信息安全、数据隐私保护的合规监管要求而受到很大的制约，券商、基金们总体来说还是以招标、采购软件、私有化部署为主 但事实上新的软件商模式已经出现很久，有很多架设在开源技术上的成功商业案例，适合金融业里无法做SaaS的科技企业参考。 可见我国的软件知识产权方面也发展到一个新的高度，值得金融业的IT人关注与利用。 未来已来 - 是时候共同实践与探索 但是金融业又是有其特殊性的，对开源技术的安全性、稳定性有着更高的要求，并不是任何技术都适合开源。

文字识别助力智能运营，加速金融业务流转效率

背景 智慧金融在金融服务的业务流程中不断深入，金融行业数字化建设的过程除了面向外部客户的服务与销售外，行业内部的支持性系统也在随之升级。智能合规、智能运营广泛应用于企业内部财务管理系统、报销系统、核算系统以及审核系统等平台中，促使数据沉淀，加速流程效率，实现数字化建设闭环。 在智能运营覆盖的各个场景中，计算机视觉、自然语言处理、传统机器学习算法等人工智能技术充分应用。其中文字识别技术（OCR）作为计算机视觉的主要方向之一，其识别对象包括扫描合同、印章、卡证、表格与票据信息结构化，在业务办理、风险控制、内部数

文字识别助力智能运营，加速金融业务流转效率

背景 智慧金融在金融服务的业务流程中不断深入，金融行业数字化建设的过程除了面向外部客户的服务与销售外，行业内部的支持性系统也在随之升级。智能合规、智能运营广泛应用于企业内部财务管理系统、报销系统、核算系统以及审核系统等平台中，促使数据沉淀，加速流程效率，实现数字化建设闭环。 在智能运营覆盖的各个场景中，计算机视觉、自然语言处理、传统机器学习算法等人工智能技术充分应用。其中文字识别技术（OCR）作为计算机视觉的主要方向之一，其识别对象包括扫描合同、印章、卡证、表格与票据信息结构化，在业务办理、风险控制、内部数

从高盛的技术“开源”看金融业软件发展未来

就是具有行业通用性和针对性、满足金融业务应用需求共性、从众多金融机构的商业场景中总结抽象出来的基础技术层，它往往首先面向金融机构的IT研发人员，供其进行订制和二次开发以支撑更上层的业务应用。 以我们公司的即时通讯技术为例，它可私有化部署、配备合规存储与举证引擎、客户端SDK化可随意嵌入到任何银行和券商App中、提供数以百计的接口与事件供金融业务应用的融合，它本身还是一个开发平台。 开源的商业模式有多种，包括open-core 和hybrid等等，我们将在下期《开源商业模式促进金融业科技生态的发展》中分享，探讨一下开源技术如何能在金融行业落地和促进金融科技发展。

区块链技术对银行业、金融业影响分析

关键词：区块链，银行业，金融业

由Elasticsearch的API命令，引发的金融业生产故障

图示：state命令执行示意图 5）transport-client应用访问 借助前面服务端现象分析，越来越确定问题出在客户端应用代码，大概率是操作不正确。 2、ES线程池 ES是个数据库产品，内部设计了多个任务线程池，不同的线程池任务与职责不一；线程池也分为多种类型，不同的线程池类型应对任务场景不一样；ES不同版本，线程池数量与类型会有大的差异，尤其是5. new ScalingExecutorBuilder(Names.MANAGEMENT, 1, boundedBy(allocatedProcessors, 1, 5) , TimeValue.timeValueMinutes(5)));、 /* ... my-index-000001/_doc/1 { "my_float": "1.0", "my_integer": "1" , "create_date": "2015/09/02" } 5、